ρ-混合序列VaR核估计的强收敛性和Bahadur表达

在ρ-混合序列下,运用矩不等式讨论VaR核估计■p,h的强收敛性和Bahadur表达,得到2个a.s.收敛定理.     

制冷空调仿真中的模型库研究

指出了制冷空调仿真软件研究开发中对模型表示与操作管理上存在的问题，在研究了模型表示方法与操作管理模式之后，结合制冷空调专业特点，提出了一种新的表示方法，并建立了一套模型操作管理的体系结构，解决了模型表示中模型与解程序不分的问题，为后续研究搭建了良好的体系框架．     

Research of Dynamic Competitive Learning in Neural Networks

Introduce a method of generation of new units within a cluster and a algorithm of generating new clusters. The model automatically builds up its dynamically growing in ternal representation structure during the learning process. Comparing model with other typical classification algorithm such as the Kohonen‘s self-organizing map. the model realizes a multilevel classification of the input pattern with an optional accuracy and gives a strong support possibility for the parallel computational main processor. The idea is suitable for the high-level storage of complex datas structures for object recognition.     

无限幂群的正则表示

利用群作用给出了一经线性 (无限 )群在无限幂群上的作用 ,利用这一作用定义了无限幂群的正则表示和相应的矩阵表示 .     

广义故障树知识表示方法在锅炉故障诊断中的应用

本文针对锅炉系统的故障诊断问题及其特性，应用面向对象的方法和技术，提出了一种基于框架、规则、模型与过程集成的广义故障树知识表示方法，并且给出了锅炉系统广义故障树诊断对象描述实例。     

广义旗流形SU(5)/U3(1)×SU(2)齐性变爱因斯坦度量

利用李代数的知识可以计算旗流形M=SU(5)/U3(1)×SU(2)上非零的结构常数ckij,然后把非零的ckij代入Ricc张量的分量γ1,…,γ6.旗流形M上G不变的黎曼度量g是爱因斯坦度量当且仅当存在正常数e,使得γ 1=γ2=γ 3=γ4=γ5=γ6=e.利用计算Gr(o)bner基的方法得到爱因斯坦方程组有27个正的实数解,即广义旗流形M=SU(5)/U3(1)×SU(2)上有27个不变的爱因斯坦度量(在差常数倍的情况下),其中12个是凯莱爱因斯坦度量,15个是非凯莱爱因斯坦度量.     

U_θ(2)的代数与拓扑性质

首先借助C*-代数表示论,刻画了Uθ(2)的生成元的谱结构.另一方面,计算了Uθ(2)的K-群.     

GIS支持下黑河流域降水台站的地形代表性

以黑河流域为研究区,通过定义降水台站的地形代表性指数,详细分析18个国家气象站及32个水文站在相应泰森多边形区及高程带上的地形代表性.结果表明:降水台站的地形代表性取决于区域台站数量及其空间分布,尤其是地形的复杂程度;广阔的流域下游地形相对平坦,有限的降水台站具有较好的地形代表性,而在面积较小的中上游地区,除水文站中的鹦鸽咀、冰沟和鸳鸯池3站高估了地形复杂性外,较密集的台站因局地地形复杂程度低于对应区域的地形平均复杂程度,地形代表性被低估;国家气象站的地形代表性优于水文站的.该研究可为降水模拟中台站的优选及分布式降水精度的误差分析提供依据.     

基于Modelica语言的PDE与DAE问题的一致表示

Modelica语言是为解决复杂物理系统多领域统一建模与仿真问题而提出的一种面向对象基于方程的陈述式建模语言.它对DAE问题的表示已相对成熟,而对PDE问题的表示则相对缺乏.在多领域统一建模框架下,基于面向对象的思想,提出一种PDE与DAE问题一致的表示方法,实现对PDE问题的简单自然描述.然后使用直线法将PDE模型转化为DAE模型,并在Modelica仿真平台MWorks环境中进行求解,初步扩展了Modelica语言以支持三维PDE问题的建模与仿真.最后通过一个热传导PDE问题进行了验证.     

函数型部分线性回归模型参数估计的注记

本文进一步研究了函数型部分线性回归模型中的参数估计问题,在模型中的随机误差项具有一定相关性的条件下,构造了模型中未知参数向量的估计量并且建立了估计量的渐近性质,如参数向量估计量的相合性及函数型参数估计量的收敛速度,并推广了现有文献中的相关结果,同时也构造了模型中误差协方差阵参数的估计量。